精华内容
下载资源
问答
  • R语言数据文件读写

    千次阅读 2018-07-18 12:58:22
    R语言数据储存与读取 1 首先用getwd() 获得当前目录,用setwd("C:/data")设定当前目录 2 数据保存 创建数据框d >d <- data.frame(obs =
    原文地址为:
    R语言数据文件读写
    

    R语言数据储存与读取

    1 首先用getwd() 获得当前目录,用setwd("C:/data")设定当前目录

     

    2 数据保存

    创建数据框d

    >d <- data.frame(obs = c(1, 2, 3), treat = c("A", "B", "A"), weight = c(2.3, NA, 9))

    2.1 保存为简单文本

    Usage
    write.table(x, file = "", append = FALSE, quote = TRUE, sep = " ",
    eol = "\n", na = "NA", dec = ".", row.names = TRUE,
    col.names = TRUE, qmethod = c("escape", "double"),
    fileEncoding = "")

    >write.table(d, file = "c:/data/foo.txt", row.names = F, quote = F) # 空格分隔

    >write.table(d, file = "c:/data/foo.txt", row.names = F, quote = F, sep="\t")  # tab 分隔的文件

    2.2 保存为逗号分割文本

    >write.csv(d, file = "c:/data/foo.csv", row.names = F, quote = F)

    2.3 保存为R格式文件

    >save(d, file = "c:/data/foo.Rdata")

    2.4 保存工作空间镜像

    >save.image( ) = save(list =ls(all=TRUE), file=".RData")

     

    3 数据读取

    读取函数主要有:read.table( ), scan( ) ,read.fwf( ),readLines().

    3.1 用 read.table( ) 读 "c:\data” 下houses.dat

    >options(stringsAsFactors=FALSE)

    >setwd("C:/data"); HousePrice <- read.table(file="houses.dat")

    如果明确数据第一行做表头,则使用header选项

    >HousePrice <- read.table("houses.dat", header=TRUE)

    read.table( ) 变形有: read.csv( ),read.csv2( ), read.delim( ), read.delim2( ).前两读取逗号分割数据,后两个读取其他分割符数据。

    3.2  用scan( ) 比read.table( ) 更灵活。

    但要指定 变量类型:如:C:\data\data.dat:

    M 65 168

    M 70 172

    F 54 156

    F 58 163

    >mydata <- scan("data.dat", what = list("", 0, 0))

    >mydata <- scan("data.dat", what = list(Sex="", Weight=0, Height=0))

    3.3 用read.fwf( )读取文件中一些固定宽度数据

    如:C:\data\data.txt:

    A1.501.2

    A1.551.3

    B1.601.4

    >mydata <- read.fwf("data.txt", widths=c(1, 4, 3), col.names=c("X","Y","Z"))

     

    4 excel格式数据读取

    4.1 利用剪切板

    选择excel数据,再用(CTRL+C)复制。在R中键入命令:

    >mydata <- read.delim("clipboard")

    4.2 使用程序包 RODBC.

    如: c:\data\body.xls

    Sex Weight Height

    M 65 168

    M 70 172

    F 54 156

    F 58 163

    > library(RODBC)

    > z <- odbcConnectExcel("c:/data/body.xls")

    > foo <- sqlFetch(z, "Sheet1")

    > close(z)

     

     

    To an Excel Spreadsheet 保存为Excel文件:

    library(xlsx)    #   注意: 软件包需要安装
    write.xlsx(mydata, "c:/mydata.xlsx") #   参考: https://danganothererror.wordpress.com/2012/02/12/write-data-frame-to-excel-file/

    The WriteXLS function from the WriteXLS package (link: http://cran.r-project.org/web/packages/WriteXLS/index.html) can write data to Excel.

    Alternatively, write.xlsx from the xlsx package (link: http://cran.r-project.org/web/packages/xlsx/) will also work.

     

    注意:

    1 writeLines 会在最后一行/或者每行末尾加一个换行符

    # fileConn<-file(output_fasta)
    # writeLines(mystr, fileConn)
    # close(fileConn)

     

    fileConn<-file("output.txt")
    writeLines(c("Hello","World"), fileConn)
    close(fileConn)


    txt <- "Hallo\nWorld"
    writeLines(txt, "outfile.txt")

    or

    txt <- c("Hallo", "World")
    writeLines(txt, "outfile.txt")
     

     

    2 另外一个写文件的方法是sink,不会在行末加换行符

    sink(output_fasta)
    cat(mystr)
    sink()

     

    sink("outfile.txt")
    cat("hello")
    cat("\n")
    cat("world")
    sink()



    > cat("Hello",file="outfile.txt",sep="\n")
    > cat("World",file="outfile.txt",append=TRUE)

    file.show("outfile.txt")

    line="blah text blah blah etc etc"
    write(line,file="myfile",append=TRUE)
     

     

    write is a wrapper for cat, which gives further details on the format used.

    save for writing any R objects, write.table for data frames, and scan for reading data.

     

    readChar(con, nchars, useBytes = FALSE)

    writeChar(object, con, nchars = nchar(object, type = "chars"), eos = "", useBytes = FALSE)

     

    # read
    fileName <- 'foo.txt'
    oldstring<-readChar(fileName, file.info(fileName)$size)

     

    REF:

    http://www.statmethods.net/input/exportingdata.html

    http://hi.baidu.com/wuyu466/item/d46edcd96c2838e955347f2c


    转载请注明本文地址: R语言数据文件读写
    展开全文
  • 这种方法对数据来源可以是一个Windows记事本或任何其他纯文本编辑器所创建的ASCII格式文件,使用readtable()读取文件返回的是一个数据框,便于R语言的后续操作 比如我们要查看一个名叫 stulnfo.txt 的文件,里面的...

    第一次写博客 各位老铁多多包涵

    • 数据文件的读写
      首先我们先说读的方法,在Rstudio提供一种方法==read.table()==函数来读取数据。这种方法对数据来源可以是一个Windows记事本或任何其他纯文本编辑器所创建的ASCII格式文件,使用readtable()读取文件返回的是一个数据框,便于R语言的后续操作
      • 比如我们要查看一个名叫 stulnfo.txt 的文件,里面的内容:
        names ages Gender
        Alice 18 Female
        Lucy 19 Female
        Tim 20 Male

    我们可以使用read.table(stulnfo.txt)来读取
    这时候我们会遇到问题:
    在这里插入图片描述

     它说找不到文件或目录,这个就是R在当前工作路径中找不到该文件stulnfo.txt。
    

    R中给了我们查看和设置当前路径的函数分别是getwd()和setwd()
    * getwd():显示当前工作路径
    * setwd(dir):完成当前工作目录的设置 [^1]参数 dir 是字符串,目录需要引号

    我们查看下我们当前路径然后再去该目录下查找发现没有这个文件
    在这里插入图片描述
    所以我们在读取本地文件时要加绝对路径

    在这里插入图片描述
    这时我们就可以读取该文件内容了
    注意当你想要读这个文件时,你要在这个文件的最后一行内容回车一下 不然它会报错,我们测试一下。

    新建一个叫test1.txt的文本,不回车保存
    在这里插入图片描述
    在Rstudio中读取该文本报错说最后一行不完整

    在这里插入图片描述

    我们保存之前回车一下
    在这里插入图片描述
    运行一下就读取到文本里的内容没有报错
    在这里插入图片描述
    我们除了常用的read.table()函数,还有read.csv()和read.csv2,慢慢摸索
    read,table()函数有一个参数header ,这几个函数header都默认为TRUE 读取列名。

    接下来就是写了,写R也提供了一种方法叫write.table(),并保存在本地,例如:

    x<-1:6
    write.table(x,file=“c:/R/test2.txt”)

    这时我们去c:/R/目录下可以看到多了一个test2.txt的文件
    在这里插入图片描述
    没事多查相关资料帖子,这是我第一次写CSDN,挺充实的,我也是自己慢慢积累的,如果有啥不对的或者想互相交流的可以联系我QQ,希望大家别介意!

    QQ:1980388513

                               剧终
    
    展开全文
  • R语言中将数据保存为dat文件

    千次阅读 2016-11-15 11:34:25
    write.table()是保存数据文件的函数。该函数中几个比较重要的参数: file表示文件存储的位置 row.names 值为T会显示每一行的表头名,为F会隐藏。 col.names 值为T会显示每一列的表头名,为F会隐藏。 quote 值为T,...

    write.table()是保存数据为文件的函数。


    该函数中几个比较重要的参数:

    1. file表示文件存储的位置
    2. row.names 值为T会显示每一行的表头名,为F会隐藏。
    3. col.names 值为T会显示每一列的表头名,为F会隐藏。
    4. quote 值为T,每一行列的表头名会带上引号。

    e.g.

    > a = c(33,44,55)
    > a
    [1] 33 44 55
    > write.table(a,"./test.dat")

    得到的test.dat如下

    "x"
    "1" 33
    "2" 44
    "3" 55
    
    > write.table(a,"./test_2.dat",row.names = F, quote = F)

    隐藏了行名称以及列名称上的双引号,得到的test_2.dat如下

    x
    33
    44
    55
    > write.table(a,"./test_3.dat",row.names = T, col.names = F, quote = F)

    只打开行名称,关闭列名称以及quote参数,得到test_3.dat如下

    1 33
    2 44
    3 55

    另外,文件还可以存储为txt文件,只需改动后缀即可。

    展开全文
  • 更新至R 4.0.2 版本RRStudio 的安装是非常简单的,这里提供一些安装 Tips。在文章的最后我还通过一个案例带大家走进奇幻的 R 世界。视频讲解该视频较老,但是可以参考~安装 R❝下载页面:...

    更新至 R 4.0.2 版本

    R 和 RStudio 的安装是非常简单的,这里提供一些安装 Tips。在文章的最后我还通过一个案例带大家走进奇幻的 R 世界。

    视频讲解

    该视频较老,但是可以参考~

    安装 R

    下载页面:https://mirrors.tuna.tsinghua.edu.cn/CRAN/

    我安装的 R 语言是 R version 4.0.2 (2020-06-22),该发行版的名字是 Arbor Day

    如果你已经安装了 R 和 RStudio,可以运行下面的语句查看自己 R 版本的版本名称:

    # 查看自己 R 版本
    version$version.string
    #> [1] "R version 4.0.2 (2020-06-22)"

    # 查看自己 R 版本的名称
    version$nickname
    #> [1] "Taking Off Again"

    根据自己的版本点击下面的链接即可直接下载 R 软件了(使用迅雷下载会很快):

    1. Mac 系统: https://mirrors.tuna.tsinghua.edu.cn/CRAN/bin/macosx/R-4.0.2.pkg
    2. Windows 系统:https://mirrors.tuna.tsinghua.edu.cn/CRAN/bin/windows/base/R-4.0.2-win.exe

    下载好之后一路安装即可。(如果你的电脑(Windows系统)是 32 位的,注意选择 32 位的安装)。

    Windows 用户:安装 Rtools:Windows 构建工具(Mac 用户请跳过)

    只有 Windows 用户需要安装这个工具:https://cran.r-project.org/bin/windows/Rtools/rtools40-x86_64.exe

    如果你的电脑是 32 位的,下载这个安装:https://cran.r-project.org/bin/windows/Rtools/rtools40-i686.exe

    安装完成之后还需要进行环境变量的配置,稍后我再介绍。

    Mac 用户:安装 XQuartz(Windows 用户请跳过)

    官网下载(很慢):https://dl.bintray.com/xquartz/downloads/XQuartz-2.7.11.dmg 从我的服务器上下载:https://tidyfriday.cn/assets/XQuartz-2.7.11.dmg

    打开终端(Terminal)输入如下命令安装 homebrew:

    /usr/bin/ruby -e "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/master/install)"
    # 如果安装失败,可以运行下面的代码安装
    /usr/bin/ruby -e "$(curl -fsSL https://tidyfriday.cn/homebrew/install)"

    安装 Xcode 工具(在终端运行):

    xcode-select --install

    安装 pkg-config 和 gdal(一些 R 包的依赖,在终端运行):

    brew install pkg-config
    brew install gdal

    安装 RStudio Desktop(用迅雷下载会很快)

    下载页面:https://rstudio.com/products/rstudio/download/

    最新版的 RStudio 是 1.3.959 版本的,各个系统的下载链接为(这个建议使用迅雷下载):

    1. Windows 系统:https://download1.rstudio.org/desktop/windows/RStudio-1.3.959.exe
    2. Mac 系统:https://download1.rstudio.org/desktop/macos/RStudio-1.3.959.dmg

    注意

    一定要先安装 R 再安装 RStudio!

    安装常用的一些 R 包

    可以运行下面的几句命令快速的安装一些 R 包,如果第一次安装失败,可以尝试把 dependencies = TRUE 参数删除重新运行一次试试。

    首先安装 usethis:

    # 安装 usethis
    install.packages("usethis")

    配置 Rtools(仅 Windows 用户需要,Mac 用户请跳过)。

    首先打开 RStudio Desktop:

    # 运行
    usethis::edit_r_environ()
    # 在打开的 .Renviron 文件中输入下面的代码(注意不需要运行):
    PATH="${RTOOLS40_HOME}\usr\bin;${PATH}"

    随后按 Ctrl + S 保存,然后重启 RStudio。

    可以检查 make 命令的位置来检查上述配置是否成功:

    Sys.which("make")
    ## "C:\\rtools40\\usr\\bin\\make.exe"

    如果没有问题,可以试试安装:

    install.packages("jsonlite", type = "source")

    如果安装成功了就说明配置成功了。


    下面我们继续安装一些 R 包,部分包如果安装失败可以直接跳过,以后需要的时候再安装:

    # 安装 devtools 
    install.packages("devtools")
    # tidyverse 系列的 R 包
    install.packages("tidyverse", dependencies = TRUE)
    # 安装 tinytex
    install.packages("tinytex", dependencies = TRUE)
    # 安装完成之后运行
    tinytex::install_tinytex()
    # 安装一些 RMarkdown 模板
    install.packages("rticles", dependencies = TRUE)
    install.packages("xaringan", dependencies = TRUE)

    # 安装 Shiny
    install.packages("shiny", dependencies = TRUE)

    # 安装我写的一些 R 包
    install.packages("hwordcloud", dependencies = TRUE)
    install.packages("hchinamap", dependencies = TRUE)
    install.packages("hpackedbubble", dependencies = TRUE)
    install.packages("sankeywheel", dependencies = TRUE)

    # 安装最近用到的一些 R 包
    install.packages("sf", dependencies = TRUE)
    install.packages("prettydoc", dependencies = TRUE)
    install.packages("hrbrthemes", dependencies = TRUE)
    install.packages("tmap", dependencies = TRUE)
    install.packages('patchwork', dependencies = TRUE)
    install.packages('manipulateWidget', dependencies = TRUE)
    install.packages('ggthemes', dependencies = TRUE)
    install.packages('tidyquant', dependencies = TRUE)
    install.packages('rvest', dependencies = TRUE)
    install.packages('DT', dependencies = TRUE)
    install.packages("basetheme", dependencies = TRUE)
    install.packages("pacman", dependencies = TRUE)
    # 这些包是从我的服务器上安装的,如果安装失败就多试几次
    install.packages("https://tidyfriday.cn/pkg/ggchicklet_0.5.2.tar.gz", repos = NULL, type = "source")
    install.packages("https://tidyfriday.cn/pkg/awtools_0.2.1.tar.gz", repos = NULL, type = "source")
    install.packages("https://tidyfriday.cn/pkg/ggrapid_0.0.1.0.tar.gz", repos = NULL, type = "source")
    install.packages("https://tidyfriday.cn/pkg/worldtilegrid_0.2.0.tar.gz", repos = NULL, type = "source")
    install.packages("https://tidyfriday.cn/pkg/ggtext_0.1.0.tar.gz", repos = NULL, type = "source")

    用一段时间之后你的电脑上就会安装一大堆 R 包,例如我电脑上安装的 R 包有 1880个(截止 2020年6月26号)。

    library(tidyverse)
    installed.packages() %>% 
      as_tibble() %>% 
      count() %>% 
      pull() %>% 
      paste("该电脑一共有", ., "个 R 包!") %>% 
      message()
    #> 该电脑一共有 1880 个 R 包!

    完整的名单(仅供参考):

    installed.packages() %>% 
      as_tibble() %>% 
      select(Package, Version, License, Built) %>% 
      DT::datatable()

    03c19c4a724d5baf0cdf65e94581c60c.png

    安装字体

    可以从知识星球上下载我电脑上安装的一些字体,链接:https://t.zsxq.com/3J6uBA6

    解压后全选双击全部安装即可。

    设置 R Profile

    R Profile 里面的代码会在启动 R 的时候自动运行,创建 R Profile 文件可以使用:

    usethis::edit_r_profile()

    运行之后自动会打开一个文件,在里面输入你想要在 R 启动的时候自动运行的代码即可,可以参考我的:

    里面的字体设置非常重要,大家不要直接照搬这里的代码,要掌握里面字体设置的方法。关于 Windows 电脑的字体设置可以点击:https://t.zsxq.com/AQFUbau 跳转到知识星球学习。

    Windows 系统:

    # 加载包
    pacman::p_load(ggplot2, dplyr, RColorBrewer, hrbrthemes, grDevices)

    # 设定字体,特别注意里面有一个 enfont 和 cnfont 是我最常用的两个字体。
    windowsFonts(
      `Arial Narrow` = windowsFont("Arial Unicode MS"),
      `enfont` = windowsFont("Cascadia Code"),
      `cnfont` = windowsFont("宋体"),
      EconSansCndReg = windowsFont("Econ Sans Cnd"),
      IBMPlexSans = windowsFont("IBM Plex Mono"),
      IBMPlexSans = windowsFont("IBM Plex Sans"),
      `Public Sans` = windowsFont("Public Sans"),
      `Roboto Condensed` = windowsFont("Roboto Condensed"),
      `Roboto Slab` = windowsFont("Roboto Slab"),
      `Titillium Web` = windowsFont("Titillium Web")
    )
    enfont = "enfont"
    cnfont = "cnfont"

    # 设定 ggplot2 绘图主题
    theme_set(theme_ipsum(base_family = 'cnfont'))

    # 这是设定 R 的基础绘图系统的绘图主题
    library(basetheme)
    pars "default")
    pars$palette "#2A363B", "#019875", "#99B898", "#FECEA8", "#FF847C", "#E84A5F", "#C0392B", "#96281B")
    pars$bg  "white"
    pars$fg  "gray20"
    pars$col "gray20"
    pars$col.main "black"
    pars$col.axis "gray20"
    pars$col.lab  "gray20"
    pars$family   "cnfont"
    pars$lab      10, 10, 7)
    pars$cex.axis 0.8
    pars$las      0
    pars$rect.border "black"
    pars$rect.lwd    4
    basetheme(pars)

    # 取消科学计数法的显示
    options(scipen = 1)

    # 设定 ggplot2 的默认调色板
    options(
      ggplot2.continuous.colour = "viridis",
      ggplot2.continuous.fill = "viridis"
    )

    Mac 系统参考:

    # 加载包
    pacman::p_load(ggplot2, dplyr, RColorBrewer, hrbrthemes)
    print("已加载 ggplot2、reshape2、dplyr、hrbrthemes 和 RColorBrewer!")

    # 为了以后方便以后调用这些字体,我把我喜欢用的一些字体存储成一些简单的单词。
    enfont = "CascadiaCode-Regular"
    cnfont = "SourceHanSerifSC-Medium"

    # 设定 ggplot2 绘图主题
    theme_set(theme_ipsum(base_family = cnfont))
    print("已 ggplot2 绘图主题为 theme_ipsum()!")

    # 这是设定 R 的基础绘图系统的绘图主题
    library(basetheme)
    pars "default")
    pars$palette "#2A363B", "#019875", "#99B898", "#FECEA8", "#FF847C", "#E84A5F", "#C0392B", "#96281B")
    pars$bg  "white"
    pars$fg  "gray20"
    pars$col "gray20"
    pars$col.main "black"
    pars$col.axis "gray20"
    pars$col.lab  "gray20"
    pars$family   pars$lab      10,10,7)
    pars$cex.axis 0.8
    pars$las      0
    pars$rect.border "black"
    pars$rect.lwd    4
    basetheme(pars)

    # 取消科学计数法的显示
    options(scipen = 1)

    # 设定 ggplot2 的默认调色板
    options(
      ggplot2.continuous.colour = "viridis",
      ggplot2.continuous.fill = "viridis"
    )

    注意上面的 pars$family 里面的字体应该使用你设置好的字体。

    这样设定好之后再重启 R 即可生效。

    基于这种设定,使用 R 基础绘图系统绘图的结果将会是这样的:

    hist(iris$Sepal.Length)
    e58dde9a5a4382fce9df9dfa5dcb6320.png

    使用 ggplot2 绘图的结果是这样的:

    library(ggplot2)
    ggplot(iris) + 
      geom_col(aes(x = Sepal.Length, 
                   y = Sepal.Width,
                   fill = Species,
                   color = Species)) + 
      tidyquant::scale_fill_tq() + 
      tidyquant::scale_color_tq()
    9deacd2e4988ced60b115609bd4036db.png

    设置 RStudio 的样式

    我比较喜欢暗黑一些的样式,在 Console 运行下面的代码即可更换为我推荐的主题:Mojave-Dark-RStudio-Theme

    rstudioapi::addTheme("https://tidyfriday.cn/assets/Mojave%20Dark%20(Static).rstheme", apply = TRUE, force = TRUE)

    这个主题是这样的:

    a051b3a33923c214f30950ecb92e9143.png

    一个小的练习:爬取 CRAN 上的所有 R 包的名称、发布日期和标题

    大家可以先不用急着理解下面的代码。只想想通过下面的案例让大家感受 R 语言的语法逻辑和绘图的精美。

    可以爬清华镜像源的列表:https://mirrors.tuna.tsinghua.edu.cn/CRAN/web/packages/available_packages_by_date.html

    显然,这是个表格,很容易爬取:

    library(rvest)
    library(tidyverse)
    # lubridate 是处理日期的一个 R 包
    library(lubridate)
    library(hrbrthemes)

    # 需要耐心地等待一会儿
    pkg "https://mirrors.tuna.tsinghua.edu.cn/CRAN/web/packages/available_packages_by_date.html" %>% 
      read_html() %>% 
      html_table() %>% 
      .[[1]] %>% 
      as_tibble() %>% 
      mutate(
        Date = ymd(Date),
        Year = year(Date),
        Month = month(Date)
      )

    library(ggchicklet)
    pkg %>% 
      group_by(Year, Month) %>% 
      count() %>% 
      ggplot(aes(x = factor(Year), y = n)) + 
      geom_chicklet(aes(fill = factor(Month)),
                    width = 0.75, 
                    radius = grid::unit(3, "pt")) + 
      theme_ipsum(base_family = enfont,
                  grid = "X") + 
      coord_flip() + 
      scale_fill_brewer(name = "Month",
                        palette = "Paired",
                        breaks = 1:12,
                        labels = month.name) + 
      theme(axis.text.x = element_text(color = "gray60", 
                                       size = 10)) +
      theme(legend.position = "right") + 
      guides(fill = guide_legend(ncol = 1)) + 
      labs(
        title = "Number of R packages on CRAN",
        subtitle = "Created by TidyFriday @ tidyfriday.cn",
        caption = "Data Source: \nhttps://mirrors.tuna.tsinghua.edu.cn/CRAN/",
        x = "",
        y = "")
    c87a8314c538b53374bd85bc08e497ec.png

    按年统计:

    pkg %>% 
      group_by(Year) %>% 
      count() %>% 
      ggplot() + 
      geom_chicklet(aes(x = factor(Year), y = n,
                        fill = factor(Year))) + 
      geom_label(aes(x = factor(Year),
                     y = n + 200,
                     label = n),
                 family = enfont,
                 color = '#444444', 
                 label.size = 0, 
                 size = 3) +
      scale_fill_manual(
        values = c(RColorBrewer::brewer.pal(5, "Paired"), 
                   RColorBrewer::brewer.pal(10, "Paired"))
      ) + 
      theme_ipsum(base_family = enfont) + 
      theme(legend.position = "none") + 
      labs(
        title = "Number of R packages on CRAN",
        subtitle = "Created by TidyFriday @ tidyfriday.cn",
        caption = "Data Source: \nhttps://mirrors.tuna.tsinghua.edu.cn/CRAN/",
        x = "",
        y = "")
    e97b153ce985e2e0053d3bbe4efcf181.png

    可以看到,今年截止到今天,CRAN 上一共有 15888 个 R 包,今年新发布的 + 更新的有 5225 个!

    注意

    上文中的 Windows 系统的安装和配置未经测试,有问题可以联系我(需要加入我的线上培训班才能向我提问哦~)

    福利

    为了让大家更快熟悉 RStudio 这个 IDE(集成开发环境),我给大家提供了一份 RStudio 的速查表。

    在公众号后台回复 rstudio 即可获取~

    ? 线上培训班体验邀请

    欢迎加入我的线上培训班学习使用 R 和 Stata 进行数据处理和可视化:你想学习使用 R & Stata 进行数据分析与可视化么?我觉得你可以加入我的线上培训班试试!

    之后的课程将不再通过哔哩哔哩直播进行,那么该如何试听我的培训班的课程呢?很简单:

    1. 关注本公众号 RStata,这样你能够第一时间获取课程预告和我提供的学习资源;
    2. 转发本文至朋友圈集齐 12 个赞;
    3. 截图发给我,我就邀请你加入会员群进行体验(两天),期间你可以参与腾讯会议观看课程直播和进行提问。

    我的微信

    更多内容欢迎加入我的线上培训班获取,详情可添加我的微信咨询了解:

    参加线上培训班请注明“走天涯徐小洋”的粉丝,有粉丝专属优惠哦!

    eb1b5b8216a132d1a0bae2dea7c6b73e.png

    非诚勿扰。

    推荐阅读

    • 【Stata 编程导论】第三讲:函数、宏、标量和矩阵(二)
    • 函数、宏、标量和矩阵(一)
    • 【使用 R 语言进行地理计算】第二讲:属性数据操作
    • 为小白准备的课程~ 《Stata 绘图指引》系列课程第二讲:Stata 的图形编辑器
    • 指北针和比例尺来啦!使用 Stata 绘制中国市级地图~还带九段线小地图
    • 《R 数据科学》系列课程第二讲:使用 ggplot2 进行数据可视化
    • 上手 Stata 图表制作
    • 入手 R 语言!
    • 入手 Stata
    • Stata 网络数据爬取:JSON 篇
    • 使用 R 语言从 PDF 文档中提取表格
    • 如何根据经纬度判断该地点所处的省份或者区县?(更新版)
    • 如何在几秒钟内完成 Stata 外部命令的安装?
    • 中国的工业企业都在哪里?—— Stata、高德接口与地理编码
    展开全文
  • R语言与数据分析练习:创建和使用R语言数据集&数据的导入导出 实验一 创建和使用R语言数据集 一、实验目的: 了解R语言中的数据结构。 熟练掌握他们的创建方法,和函数中一些参数的使用。 对创建的数据...
  • 一、R语言读取文本文件:1、文件目录操作:getwd() : 返回当前工作目录setwd("d:/data") 更改工作目录2、常用的读取指令readread.table() : 读取文本文件read.csv(): 读取csv文件如果出现缺失值,read.table()会报错...
  • R语言sink函数保存文件实战 目录 R语言sink函数保存文件实战 #sink函数导出字符串到txt文件 #sink把dataframe导出为txt文件 #sink把dataframe保存为csv文件 #sink函数导出字符串到txt文件 sink(...
  • R语言数据储存与读取1 首先用getwd()获得当前目录,用setwd("C:/data")设定当前目录2数据保存创建数据框d>d = c(1, 2, 3), treat = c("A", "B", "A"), weight = c(2.3, NA, 9))2.1 保存为简单文本>write.table...
  • R语言 | 数据文件读写

    千次阅读 2015-04-20 23:41:44
    原文地址:... R语言数据储存与读取 1 首先用getwd() 获得当前目录,用setwd("C:/data")设定当前目录   2 数据保存 创建数据框d >d data.frame(obs = c(1, 2, 3), tre
  • R语言数据储存与读取

    2018-01-23 10:27:00
    转自:... R语言数据储存与读取 1 首先用getwd()获得当前目录,用setwd("C:/data")设定当前目录 2数据保存 创建数据框d >d <-data.frame(obs = c(1, 2, 3), treat = c("A...
  • R语言基础-2.1数据文件保存

    千次阅读 2018-06-29 00:18:10
    #新数组内容保存至data.csv文件中 rm(list=ls()) #生成100个[-100,100]均匀分布随机数向量,种子为35 set.seed(35) x &lt;-runif(100,-100,100) x #将向量转换为10*10数组 x &lt;-matrix(x,10,10) x #将数组...
  • R语言读入.dat数据文件

    千次阅读 2020-10-27 10:56:28
    R语言读入.dat数据文件 df=read.table("文件保存路径/文件名称.dat") df=read.table("D:/cockpit/test-export/gps.dat")
  • R语言数据读取以及数据保存

    万次阅读 2016-09-30 20:22:35
    一、R语言读取文本文件:1、文件目录操作:getwd() : 返回当前工作目录setwd("d:/data") 更改工作目录2、常用的读取指令readread.table() : 读取文本文件read.csv(): 读取csv文件如果出现缺失值,read....
  • 这时在R控制台的输出窗口中是看不到输出结果的。代码结束时用sink()切换回来。示例:sink("a.txt")xmean(x)sink()注:此处输出为mean(x)。2.stargazer()library(stargazer)#导入数据mydata a...
  • client工具,也可以使用生信人工具盒[1],本次我们利用UCSC Xena数据库下载数据[2],该平台内置了一些公共数据集,比如来自TCGA,ICGC等大型癌症研究项目的数据,不仅可以对数据进行分析,而且还提供了对应文件的...
  • 原标题:R语言中使用read.table函数读取文件数据方法详解在R中,可以使用read.table()函数从具有多列表格形式的文件中读取数据。使用好它可以简单的从文本文件或CSV这种文件中读取数据。read.table()函数语法格式...
  • R语言数据读写

    2017-05-23 11:27:58
    R语言数据读写
  • R语言文件数据的读写

    千次阅读 2019-01-20 17:16:18
    编码问题:在excel保存文件的时候选择UTF-8格式,因此,在R中读取的时候,指定编码类型为UTF-8。 表格索引问题:读取指定表的内容,可以通过下标索引,也可以通过表的名称。即 sheetIndex 或者 sheetName ,前者...

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 193,346
精华内容 77,338
关键字:

r语言数据保存文件